第一个红框是三次握手，第二个红框是客户端发送数据给服务端，服务端不作应答，第三个红框是客户端发送数据给服务端，但服务端自动应答一条数据回来。

我的疑惑是，第三个红框那里，一共四条。

• 第一条，客户端发送；
• 第二条，服务端返回 ack；
• 第三条，服务端自动应答发送的数据；
• 第四条，客户端返回 ack

我的疑惑是，为什么第二条和第三条不放在一起呢？不是可以节省流量么？反正都是要回复的啊？

因为在第二条的时候，服务端并不知道有数据需要发送，所以立即回复了 ACK

观察抓包结果，你这个是交互(ping pong)的流量，那么即使 delay-ack 使能(默认)，也不会生效。